燃料電池系統在線自適應快速喘振檢測及保護控制策略

燃料電池需通入大量空氣進入陰極側參與氫氧還原反應，為了提升效率，會對空氣進行加壓處理。得益于其緊湊的結構、以及高轉速優勢，離心式壓縮機是目前燃料電池系統主流配置。不幸的是，目前燃料電池高效工作點往往與空壓機的喘振臨界線接近，導致工作中常常出現喘振現象，嚴重降低了發動機運行穩定性、效率和壽命。

車載工況下，喘振發生的誘因眾多且不確定因素大，工況的快速變化，閉環控制的缺陷，零部件的故障等因素都可能觸發喘振。雖然可以從操作條件設計出發，設計工作區間避開喘振區，然而在多外部因素誘導下，上述方法無法保證喘振不被觸發，且在喘振發生后上述方法無法及時識別喘振并采取有效措施恢復故障運行狀態。因此，急需設計快速喘振監測和故障恢復手段，對燃料電池發動機進行兜底保護，提升車載燃料電池系統全生命周期穩定性和壽命。

本文首先基于第一性原理建立燃料電池空氣路供給集總參數模型，用于動態模擬燃料電池空氣路供給特性和喘振現象?；诳刂颇Ｐ头治龃裉匦?，并設計涵蓋喘振監測與快速保護的流量壓力自適應控制器，最后從控制仿真和60kW系統實驗測試驗證了控制策略的有效性。

為實現控制策略的設計，這里我們首先進行了燃料電池空氣供應系統的動態建模和系統參數識別，其中包括喘振的模擬。圖.1顯示了60kW燃料電池系統的結構，它包含了燃料電池堆、輔助空氣管理系統（AMS）、氫氣管理系統（HMS）和熱量管理系統（TMS）。典型的燃料電池空氣管理系統（如圖.1所示）包括一個空氣壓縮機、供應歧管、加濕器、排氣歧管和背壓閥。特別地，本研究模擬了喘振現象，并基于喘振仿真模型設計了防喘振策略，基于仿真模型的方法進行策略開發既能節省了實驗成本，又保護了燃料電池系統免受早期開發中可能的損害。

圖1 60kW燃料電池系統的拓撲圖

本研究采用機理結合經驗的方式建模，基于優化算法對模型進行參數辨識，準確地抓住了流量、壓力動態特性以及喘振特征，為控制策略設計提供了模型基礎，模型與實驗結果對比如圖2所示。

圖2 模型驗證結果：(a)系統輸入(b) 系統輸出(c)流量-壓力對比

本研究提出了一種在線自適應防涌流控制方法（OAASC），以改進燃料電池的空氣供給控制。OAASC控制架構如圖3所示，主要分為兩部分，第一部分基于雙模糊自適應PI控制器來控制燃料電池的計量比和壓力，第二部分是基于如圖4所示的多時間域滑動窗口方法的在線喘振檢測器，然后結合喘振時流量特征，設計了特征能量反饋，以實現喘振發生時快速閉環自適應校正。

圖3 在線自適應防涌流控制策略架構

圖4 喘振監測和快速自適應校正機制

本研究從仿真和實驗兩個層面驗證了提出空策略的有效性。

仿真結果顯示，通過比較圖5中顯示的三種策略（PID，以及前饋PID）的map圖，可以看出OAASC策略的控制工況點與設計的工作目標點高度重合，精確性較高，如圖5（d）所示。同時，點的軌跡上有毛刺特征，這表明對條件變化的響應較快。此外，當工作點靠近喘振線時，OAASC控制策略能夠及時檢測到初期的小波動并將工作軌跡拉回到安全區域，實現了快速有效的喘振保護。

圖5 流量-壓力map圖控制結果

采用快速原型控制對提出的OAASC策略在60kW燃料電池系統進行了實機測試，如圖6所示。具體地，算法基于MATLAB/SIMULINK搭建，然后編碼和燒錄到燃料電池控制單元(FCU)中實現系統閉環控制。上位機采用LabVIEW平臺進行系統狀態監控和數據采集。FCU與計算機之間以及FCU與燃料電池系統之間的通信分別通過控制器局域網(CAN)、硬連線通信(HWC)建立。

圖6 燃料電池系統快速原型控制過程

最后，我們基于背壓閥工作點特性設計了喘振觸發故障工況，設計工況下主動且可重復地觸發了喘振，并進行了有喘振保護和無喘振保護策略對比，以測試OAASC策略的有效性。圖7顯示了流量和壓力防喘振動態控制實驗結果，當電流負載下降到60A時，發生了典型的喘振，而提出的策略OAASC可以顯著縮短喘振時間；具體地，該策略可以在0.2s內檢測到喘振發生，并在0.5s內抑制喘振。同時，使得燃料電池電壓能夠快速恢復，說明缺氣現象也得到了快速改善，如圖8所示。

圖7 防喘振實驗結果

圖8 壓縮機、背壓閥控制及功率恢復結果

審核編輯：湯梓紅